Parametern reasoning_effort
På denna sida
Lektionen omskriven den 2 november 2026. Den tidigare versionen angav att
reasoning_effortendast accepterade två värden och endast fanns tillgänglig på Mistral Small. I verkligheten beror de accepterade värdena på modellen, och Mistral Large 4 erbjuder tre. Källa: Reasoning (Mistrals dokumentation).
Ställa in djupet i tänkandet
Justerbar resonemangsförmåga bygger på en enkel princip: du bestämmer, förfrågan för förfrågan, hur mycket modellen ska tänka innan den svarar. Spaken heter reasoning_effort. Du skickar den i API-anropet på samma nivå som modell och meddelanden, utan att någon annan konfiguration krävs.
Accepterade värden, modell för modell
Detta är den vanligaste fallgropen: accepterade värden beror på modellen.
| Modell | Dokumenterade värden | Officiell rekommendation |
|---|---|---|
Mistral Small 4 (mistral-small-2603) | high, none | — |
Mistral Medium 3.5 (mistral-medium-3-5) | high, none | high för agentbaserade arbetsflöden och kod |
Mistral Large 4 (mistral-large-4-0) | low, medium, high | Börja med high, byt sedan till medium eller low om tokenanvändning eller latens är viktigare |
På Small 4 och Medium 3.5 genererar high ett fullständigt resonemangsfragment innan svaret, till priset av högre tokenförbrukning; none reducerar resonemanget till ett minimum och utelämnar det från svaret. På Large 4 finns det tre nivåer: low för enkla uppgifter, medium för att balansera kvalitet, tokens och latens, samt high för komplexa uppgifter. Large 4 accepterar inte none: dokumentationen specificerar att nivån som tidigare kallades none i dess förhandsversion nu heter low.
En sista nyans: typen ReasoningEffort i SDK:erna räknar också upp minimal, xhigh och max eftersom enumerationen täcker varje modell på plattformen (max används till exempel av tredjepartsmodellen zai-glm-5-3). Bara för att ett värde finns med i enumerationen betyder det inte att din modell accepterar det.
Implementering i Python
import os
from mistralai.client import Mistral
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
# Mistral Small 4, djupt resonemang
response_high = client.chat.complete(
model="mistral-small-2603",
messages=[{"role": "user", "content": "Solve x^3 - 6x^2 + 11x - 6 = 0 and verify each root."}],
reasoning_effort="high",
)
# Mistral Small 4, direkt svar
response_none = client.chat.complete(
model="mistral-small-2603",
messages=[{"role": "user", "content": "What is the capital of Portugal?"}],
reasoning_effort="none",
)
# Mistral Large 4, mellanliggande nivå
response_medium = client.chat.complete(
model="mistral-large-4-0",
messages=[{"role": "user", "content": "Compare two caching strategies for a high-traffic API."}],
reasoning_effort="medium",
)
Svarets struktur ändras beroende på inställningen. Med high är message.content en lista som börjar med ett resonemangsfragment; med none är det en enkel sträng. Din kod måste därför hantera båda formerna, vilket nästa lektion visar.
I TypeScript följer parametern JavaScripts namngivningskonvention och skrivs reasoningEffort:
import { Mistral } from '@mistralai/mistralai';
const client = new Mistral({ apiKey: process.env.MISTRAL_API_KEY });
const response = await client.chat.complete({
model: 'mistral-small-2603',
messages: [{ role: 'user', content: 'Solve x^3 - 6x^2 + 11x - 6 = 0.' }],
reasoningEffort: 'high',
});
Välja nivå utifrån uppgift
Reservera djupt resonemang för matematiska problem med flera steg, komplex kodfelsökning, jämförande analyser, planering, logiska pussel och riskbedömning. Dessa delar en gemensam nämnare: flera vägar är möjliga, och att välja fel väg är kostsamt.
Stäng av det (eller sänk till lägsta nivå) för enkla faktfrågor, översättning, parafrasering, direkt informationsextrahering och vardagliga samtal. Modellen har inget att avgöra här: den hämtar eller transformerar, och en resonemangsfas skulle bara lägga till latens.
Mäta kostnaden
Resonemang kostar output-tokens. Exemplet i den officiella dokumentationen ger en uppfattning om skalan: en gåta om ålder skickad till Mistral Small 4 med high förbrukar 77 input-tokens och 1 114 output-tokens. Med Small 4:s listade pris på 0,15 USD per miljon input-tokens och 0,60 USD per miljon output-tokens kostar förfrågan cirka 0,0007 USD. Det är försumbart per enhet, men över en miljon liknande förfrågningar står resonemanget ensamt för flera hundra dollar, utan någon vinst om hälften av frågorna inte behövde det.
Fältet usage i varje svar ger dig det exakta måttet: spåra completion_tokens per förfrågningstyp innan du generaliserar en inställning.
Routning baserat på komplexitet
En enkel lösning är att välja nivå baserat på frågan, med hjälp av en tabell per modell för att säkerställa att du aldrig skickar ett avvisat värde:
LEVELS = {
"mistral-small-2603": {"simple": "none", "complex": "high"},
"mistral-large-4-0": {"simple": "low", "complex": "high"},
}
COMPLEX_WORDS = ("calculate", "prove", "compare", "analyze", "optimize", "debug", "why")
def query(client, question, model="mistral-small-2603", level=None):
"""Väljer reasoning_effort baserat på frågan, eller tillämpar en tvingad nivå."""
if level is None:
is_complex = any(word in question.lower() for word in COMPLEX_WORDS)
level = LEVELS[model]["complex" if is_complex else "simple"]
return client.chat.complete(
model=model,
messages=[{"role": "user", "content": question}],
reasoning_effort=level,
)
Heuristik baserad på nyckelord är grov; den räcker för att reservera resonemang för förfrågningar som drar nytta av det, och argumentet level låter dig tvinga fram en inställning. Lektion 12 föreslår en mer komplett arkitektur för routning.
Begränsningar att känna till
Resonemang ökar sannolikheten för ett korrekt svar; det garanterar inte ett sådant: verifiera kritiska resultat (Lektion 9). Det ökar också latensen, vilket är viktigt i ett konversationsgränssnitt. Slutligen måste det skickade värdet matcha den anropade modellen: planera för en tabell som den ovan istället för att sprida strängar genom hela din kod.
Viktiga punkter
reasoning_effortstyr resonemang förfrågan för förfrågan, utan annan konfiguration- Small 4 och Medium 3.5 accepterar
highochnone; Large 4 accepterarlow,mediumochhigh, intenone - SDK-enumerationer innehåller värden som inte alla modeller accepterar
- Med
highärcontenten lista med fragment; mednoneen sträng - Mät kostnaden med
usage.completion_tokensoch routa baserat på komplexitet